Связность (взаимосвязь единиц знаний).

Третий признак – связность – характеризует возможность установки между информационными единицами самых разнообразных отношений (четких, нечетких бинарных, составных), которые определяют семантику и прагматику связей явлений и фактов, а также отношений, определяющих смысл системы в целом. В отличие от структурированности, характеризующей структуру знаний, система взаимосвязей (связность) определяет закономерности явлений, процессов, фактов, причинно-следственные отношения между ними, порождает ситуационные системы классификации.

 

 

Метрики характеризуют близость-удаленность информационных единиц. И хотя сейчас нет единого мнения относительно структуры семантического пространства с метрикой, все специалисты-разработчики экспертных систем считают, что знания не могут быть бессистемным «сборищем» отдельных информационных единиц, а должны быть взаимосвязанными и взаимозависимыми в некотором общем для них когнитивном семантическом пространстве.

 

Активность – это принципиальное отличие знаний от данных. С самого начала своего развития программирование опиралось на первичность процедур и вторичность данных. Процедурам отводилась роль активизирующего начала, они отражали способ решения задачи, активизировали необходимые данные, пассивно лежащие в памяти системы. Для человека характерна познавательная активность. Он использует те или иные процедуры потому, что в его знаниях возникла определенная ситуация, т.е. для когнитивных структур в памяти человека характерна внутренняя активность. То или иное соотношение между информационными единицами побуждает к тем или иным действиям, для реализации которых необходимо выполнить определенные процедуры. Активность базы знаний позволяет экспертной системе формировать мотивы, ставить цели и строить процедуры их решения.

 

 

Следует упомянуть о функциональной целостности знаний, т.е. возможности выбора желаемого результата, времени и средств по­лучения результата, средств анализа достаточности полученного ре­зультата.

Перечисленные пять особенностей ИЕ определяют ту грань, за которой данные превращаются в знания, а базы данных перераста­ют в базы знаний (БЗ).

Совокупность средств, обеспечивающих работу со знаниями, образует систему управления базой знаний (СУБЗ). Однако к БЗ, в которых в полной мере была бы реализова­на внутренняя интерпретируемость, структуризация, связность, введена семантическая мера и обеспечена активность знаний, еще необходимо проделать определенный путь.

Таким образом, выполнение программ в ИнС должно иниции­роваться текущим состоянием информационной базы. Появление в базе фактов или описаний событий, установление связей может стать источником активности системы.
Следует упомянуть о функциональной целостности знаний, т.е. возможности выбора желаемого результата, времени и средств по­лучения результата, средств анализа достаточности полученного ре­зультата.

Все приведенные выше качественные свойства знаний касаются в основном уровня Зн1 и связаны со сложной природой знания, изучение которой происходит на междисциплинарном стыке таких наук, как кибернетика, лингвистика, психология и т.д.

Знания иногда называют хорошо структурированными данными метаданными, данными о данных и т.д..

Сравнение данных и знаний можно проиллюстрировать сравне­нием ИнС и обычных программных систем.

ИнС существенным образом отличаются от традиционных про­граммных систем не только наличием БЗ, в которой знания хранятся и модифицируются в форме, понятной специалистам пред­метной области (именно поэтому вопросы разработки БЗ являются центральными при создании ИнС).

Дело в том, что стиль программирования ИнС непохож на стиль традиционного программирования с использованием обычных алгоритмических языков. На рис. 1.20 и 1.21 и в табл. 1.3 пока­заны характерные различия между ИнС и обычными программными системами.
Следует добавить, что кроме общих выделенных особенностей разработки ИнС и традиционных программных систем каждый тип ИнС обладает, как правило, своим собственным стилем про­граммирования, что затрудняет его использование для других
НН.

Тем не менее в качестве основного вывода по сравнительной характеристике ИнС и традиционных программных систем можно отметить, что обычное для классических систем соотношение ДАННЫЕ + АЛГОРИТМЫ = ПРОГРАММА заменяется на новую архитектуру, основу которой составляет БЗ и интерпретатор БЗ (машина логического вывода), т.е. ЗНАНИЯ + ВЫВОДЫ = СИСТЕМА.

База знаний

База знаний, БЗ (англ. Knowledge base, KB) — это особого рода база данных, разработанная для управления знаниями (метаданными), то есть сбором, хранением, поиском и выдачей знаний. Раздел искусственного интеллекта, изучающий базы знаний и методы работы со знаниями, называется инженерией знаний.

Под базами знаний понимает совокупность фактов и правил вывода, допускающих логический вывод и осмысленную обработку информации. В языке Пролог базы знаний описываются в форме конкретных фактов и правил логического вывода над базами данных и процедурами обработки информации, представляющих сведения и знания о людях, предметах, фактах событиях и процессах в логической форме.

Наиболее важным свойством информации, хранящейся в базах знаний, является достоверность конкретных и обобщенных сведений в базе данных и релевантности информации, получаемой с использованием правил вывода, заложенных в базу знаний. В ответах на простейшие запросы к базам знаний системы логического программирования Пролог, выдает значения «истина» и «ложь» в зависимости от наличия соответствующих фактов.

Обобщенные сведения в языке Пролог задаются с помощью правил логического вывода, выполняющих роль определения понятий, а также логических процедур, состоящих из наборов правил логического вывода. Достоверность обобщенных сведений зависит от наличия необходимых фактов и достоверности данных в базах знаний.

Наиболее важный параметр БЗ — качество содержащихся знаний. Лучшие БЗ включают самую релевантную, достоверную и свежую информацию, имеют совершенные системы поиска информации и тщательно продуманную структуру, и формат знаний.

Классификация баз знаний

В зависимости от уровня сложности систем, в которых применяются базы знаний, различают:

· БЗ всемирного масштаба — например, Интернет или Википедия

· БЗ национальные — например, русская Википедия

· БЗ отраслевые— например, Автомобильная энциклопедия

· БЗ организаций

· БЗ экспертных систем

· БЗ специалистов

Применение баз знаний

Простые базы знаний могут использоваться для создания экспертных систем и хранения данных об организации: документации, руководств, статей технического обеспечения. Главная цель создания таких баз — помочь менее опытным людям найти существующее описание способа решения какой-либо проблемы предметной области.

Онтология может служить для представления в базе знаний иерархии понятий и их отношений. Онтология, содержащая еще и экземпляры объектов не что иное, как база знаний.

База знаний — важный компонент интеллектуальной системы. Наиболее известный класс таких программ — экспертные системы. Они предназначены для построения способа решения специализированных проблем, основываясь на записях БЗ и на пользовательском описании ситуации.

Создание и использование систем искусственного интеллекта потребует огромных баз знаний.